作业帮x服从n分布,y=2x-1
来源：学生作业帮助网 编辑：作业帮 时间：2024/05/16 05:56:55
mu=[0,2];%数学期望sigma=[10;0,4];%协方差矩阵r=mvnrnd(mu,sigma,50)%生成50个样本
X服从泊松分布P(3),则E(X)=3,Y=3X-2,则E(Y)=E(3X-2)=3E(x)-2=7N(0,1),N(0,1)再问：第二题为什么是（0,1）呀(X,Y)~N(0,0,1,1,-0.5)
当s>0时做变换s=x^2+y^2,t=x/y,求其反函数.反函数有两支：x=t*sqrt(s/(1+t^2)),y=sqrt(s/(1+t^2))以及x=-t*sqrt(s/(1+t^2)),y=-
这是二维的Maxwell分布,你学大学物理会遇到三维的.不过对于只求期望的话,不用求它的分布函数.E((X^2+Y^2)^(1/2))=∫∫(x^2+y^2)^(1/2)dF(x,y)=∫∫(x^2+
X²/1,Y²/1均服从自由度为1的χ²分布.按照F分布的定义,(X²/1)/(Y²/1)=X²/Y²,服从自由度为(1,1)的F
E(Z)=E(X^2+Y^2)=E(X^2)+E(Y^2)=[DX+(EX)^2]+[DX+(EX)^2]=1+0+1+0=2因为DX=E(X^2)-(EX)^2D(Z)=D(X^2+Y^2)=D(X
X,Y互相独立设X的密度函数为f(x),Y的密度函数为f(y)它们的联合密度函数为f(x,y)=f(x)f(y)f(y,x)=f(y)f(x)=f(x,y)f(x,y)关于y=x对称P(X
φ(x)=[1/(根号2π)]e^[-(x^2)/2]故:f(x,y)=φ(x)*φ(y)=[1/(2π)]e^[-(x^2+y^2)/2].故:E((X^2+Y^2)^(1/2))=∫∫[(x^2+
根号(2*pi)积分可以化成极坐标做.
Z=max(x,y)当x,y)独立时,F(z)=[Fx(z)]^2-->fz(z)=2fx(z)F(z)E[MAX（X,Y）]=∫2zf(z)F(z)dz(代入标准正态分布密度函数,经分步积分可以算出
√a(X1-X2),√b(X3-X4)一定要服从N(0,1)D(√a(X1-X2))=a(D(X1)+D(X2))=8a=1D(√b(X3-X4))=b(D(X3)+D(X4))=8b=1a=1/8,
因为X~t(k),由定义可令X=A/根号下B/k,其中A~N(0,1),X^2(k)分布Y=X^2=A^2/(B/k),因为A~N(0,1),所以A^2~X^2(k)Y=(A^2/1)/(B/K),则
2X-3Y~N(-4,39)再问：怎么求的？再答：E(2x-3Y)=2EX-3EY=-4D(2X-3Y)=4DX+9DY=39
p=cov(x,y)/[√D(x)*√D(y)]cov(x,y)=E(x*y)-E(x)*E(y)=E(x^3)-E(x)*E(x^2)=E(x^3)=∫∞(x³*e^(-x²/2
这是个著名的问题.也很有工程用途: 当一个二维信号联合正态时,幅值和相位是独立的.见图：
X~N(1,2）则E(X)=1,Y服从参数为3的泊松分布,则E（Y）=3；E(Y^2)=3^2+3=12;E(X^2)=1;D（xy）=E[（xy）^2]-E^2（xy)=E(x^2y^2)-E^2(